无人机发展至今已有100多年历史,科学技术水平的不断提高和人们需求的变化使得无人机从军事领域逐渐地走向民用领域。目前,无人机已在农业植保、摄影航拍、气象监测、森林防火、电力巡检、物流运输等多个场景下取得了不错的应用效果。在无人机给人们带来极大便利的同时,人们对无人机的可靠性水平也提出了越来越高的要求。然而,无人机故障事件仍频频发生。无人机的故障事件积累了大量的故障数据,蕴含了丰富的无人机故障信息。这些数据以自然语言描述的文本数据形式存在于无人机社区的故障帖子中和无人机事故新闻里,数据分布较为松散,并未得到高效利用。如何将这些数据高效地利用起来,以提高无人机的可靠性,成为一个值得研究的问题。为了解决这个问题,本文提出了基于无人机故障描述文本数据的故障诊断模型和故障模式与影响分析模型,并在此基础上设计实现了一个面向无人机可靠性的群智生态系统平台。其中,本文的主要工作包括以下几个方面:1.收集了来自无人机社区的9135篇无人机故障帖子、来自新闻网站的276篇无人机事故新闻和来自多个文献数据库的共541篇无人机可靠性相关文献。基于这些数据,制作了无人机故障分析数据集——UAV-FAD,包含了无人机故障类别、故障风险系数和故障核心实体三个方面的标注信息,为基于无人机故障描述文本数据的故障诊断和故障模式与影响分析提供了可能。2.以UAV-FAD数据集为基础,实现了无人机故障诊断模型——BERT-Diagnosis和无人机故障模式与影响分析模型——BERT-FMEA,解决了基于无人机故障描述文本数据的故障诊断和故障模式与影响分析问题。3.以BERT-Diagnosis和BERT-FMEA模型为核心,设计并实现了一个面向无人机可靠性的群智生态系统平台,解决了现有的无人机社区中存在的解决故障效率低、论坛帖子杂乱无章、面向的用户群体单一和历史帖子利用率低的问题。